🎙️ EchoParse

Tu propia API de transcripción y análisis de audio privada, contenerizada y asíncrona.

EchoParse es una solución de código abierto diseñada para transcribir y analizar archivos de audio (reuniones, podcasts, notas de voz) utilizando el modelo de IA Whisper de forma local.

A diferencia de las APIs comerciales que cobran por minuto y requieren enviar tus datos a la nube, EchoParse corre en tu propia infraestructura (o en tu portátil) gracias a Docker, garantizando privacidad total y coste cero por uso.

Cómo iniciar el proyecto

Para levantar todo el entorno, primero necesitas clonar el repositorio:

git clone https://github.com/CarrasCode/EchoParse.git
cd EchoParse

Configuración del Modelo de IA (Whisper)

Puedes elegir qué modelo de IA usar modificando tu archivo .env (crea uno basado en .env.example si no lo tienes). Por defecto, usamos el modelo turbo, ya que es la opción óptima para transcripciones rápidas y precisas en español.

WHISPER_MODEL=turbo
WHISPER_LANGUAGE=es

Idioma: es (por defecto) es lo más eficiente para español. Bórralo o déjalo vacío para que la IA auto-detecte el idioma.

Modelos permitidos y opciones según tu VRAM:

• turbo (Recomendado): ~6 GB VRAM. (4x más rápido, precisión premium)
• medium: ~5 GB VRAM. (Requerido si quieres traducir audio ES ➔ texto EN)
• large: ~10 GB VRAM.
• small / base / tiny: ~2 GB a ~1 GB VRAM.

Una vez ubicado en la raíz del proyecto y configurado el entorno, con Docker instalado, ejecuta el siguiente comando:

docker compose up

Una vez que los contenedores estén en marcha, podrás acceder a la aplicación desde tu navegador en http://localhost:4200/.